韓股崩盤會拖累台股嗎？KOSPI 29 年實測：美股報酬看不出影響，
台股連動最緊

2026 年 6 月 22 日，韓股 KOSPI 漲到 9,115 點，一年漲了兩倍。五週半之後，它在 7 月 30 日跌到 5,594 點，跌掉 38.6%。到 9 月底，KOSPI 還在高點下方 25%，台股加權指數和美股 S&P 500 卻都已經回到高點附近。

市場上流傳一個說法：韓股是全球股市的金絲雀，韓股先跌，其他國家幾個月後就會跟著跌；韓國散戶融資最滿的時候，通常也是全世界的高點。我們把 26 個國家、1997 年以來的股市資料攤開來驗證，結果分成兩半：對美股，這個說法站不住腳；對台股，韓股確實是最值得看的鄰居。

韓股崩盤對台股、美股的影響：關鍵數字

韓股崩盤時要多留意的是台股；美股的一年報酬看不出受影響，頂多路上比較顛簸。台股的歷史樣本只有 4 次，而且其他國家深跌時也有類似現象，適合當成提高警覺的理由，還不足以當成預言。

2026 韓股崩盤原因：兩檔權值股、槓桿 ETF 與融資斷頭

這次韓股崩盤有很強的韓國本地特色。三星電子與 SK 海力士兩檔股票占 KOSPI 權重超過五成，2025 年下半年起的 AI 記憶體行情，讓 KOSPI 在見頂前 12 個月漲了 202%。6 月 23 日 KOSPI 單日跌 10.0%；7 月 2 日美國晶片股下跌外溢，三星與 SK 海力士重挫，KOSPI 當天跌 7.9%；7 月 28 日再單日跌 10.8%。以這兩檔為標的的單股槓桿 ETF 大幅跌破發行價，融資戶被追繳，賣壓層層放大（來源：KED Global 2026-07-14、CNBC 2026-07-02、Fortune 2026-08-02）。

韓國的槓桿數字也反映了這次的去槓桿（來源：韓國金融投資協會 KOFIA 統計，2026-09-29）：

同一段時間，各國股市距一年高點的位置差異很大（2026-09-30 收盤）：

台股在 7 月跟著韓股跌了 16.4%，之後漲回新高；美股幾乎沒受影響。這個「韓股還趴著，台股、美股已經站回高點」的組態，正是下面要用歷史資料檢驗的情境。

韓股會先跌嗎？150 次熊市高點的先後順序

先檢驗「韓股先見頂、其他國家幾個月後才跟」這件事。我們把 26 個國家每一次熊市的高點標出來（高點定義：過去兩年最高點，之後跌超過兩成），再和最近的韓股熊市高點比較先後。

1997 年以來，各國共有 150 次熊市高點，其中 83% 在前後 18 個月內找得到對應的韓股高點。在這些配對裡，韓股先見頂的只有 38%，中位數是韓股晚 13 天。把同一套方法套在 21 個國家，韓股的領先程度排第 18 名。

「韓股是金絲雀」的印象，主要來自最近三輪。2018、2021、2024 年韓股都早了 5 到 8 個月見頂，記憶很新；2007、2011 年韓股跟大家同步、甚至比較晚，就比較少人提。

學術研究的結論和這份資料一致。Rapach, Strauss & Zhou (2013) 用 11 個已開發國家的資料發現，落後一期的美股報酬能預測其他國家的股市報酬，反過來的預測力則很有限，全球股市的領頭羊是美國。Forbes & Rigobon (2002) 則指出，危機期間各國相關係數升高，大多反映平常就存在的相互依存，市場波動變大時相關係數會被機械性地放大。韓股與他國同時見頂，比較像是同一個全球因子的反應，不代表韓股把壓力傳出去。

韓股跌破兩成，其他國家會跟著跌嗎？

第二種驗證方式，看「已經發生的事」：KOSPI 收盤第一次跌破過去一年高點 20%（回到高點 5% 以內才重新計算下一次），1997 年以來共 13 次，最近一次是 2026 年 7 月 8 日。接著看其他國家之後一年的表現，和平常日子比。

（2026 年 7 月那次還沒滿一年，不計入。p 值的算法：從同一期間隨機抽 12 個日期，重複 1 萬次，看隨機抽到的平均跌幅比實際更深的機率；隨機抽樣的結果每次重跑會差 0.01 左右。）

門檻改成 -15%、-25%、-30%，美股的 p 值在 0.07 到 0.38 之間，台股在 0.04 到 0.13 之間，沒有一個門檻能讓結論穩定成立。

把同一個規則套在 21 個國家，比較「某國跌破兩成之後，其他國家一年內比平常多跌多少」：美股排第 1，其他國家平均多跌 9.4 個百分點；韓股排第 20，只多 0.3 個百分點，幾乎等於沒有訊號。

KOSPI 的波動比多數市場大，1997 年以來跌破兩成的次數很多，其中不少次沒有擴散到美股：1999 年 2 月、1999 年 10 月、2004 年 5 月 KOSPI 跌破兩成後，美股一年內最深只跌 2% 到 4%。跌得頻繁的市場，每一次下跌帶有的全球訊息就比較少。

韓股和台股連動：唯一站得住的領先關係

前面三個檢驗對美股都看不出效果，台股的數字則一直偏弱一些。我們改用月資料，正式檢驗每個國家的過去漲跌，能不能預測另一個國家的未來報酬：

預測式：台股未來 6 個月報酬 = 某國過去 6 個月報酬 × β + 台股自己過去 6 個月報酬 × γ（控制台股自身動能），用 Newey-West 標準誤處理重疊報酬。β 的 t 值越大，代表那個國家的漲跌對台股越有領先性。

25 個國家裡，韓股的 t 值 3.15 排第 1，日經 2.13 第 2；反過來看，台股也是韓股最能預測的市場。同一條式子拿去預測美股，韓股的 t 值是 -0.28，完全沒有預測力；用 OECD 從 1981 年開始的月資料，韓股對美股也一樣看不出關係（t=-0.78）。

一個 t 值 3 的結果，在 650 組國家配對裡有可能是碰巧，所以我們做了幾道檢查：

換預測期、換回顧期、改用不重疊樣本，t 值大約在 2 到 3.1 之間；最嚴格的循環平移安慰劑只到 p≈0.08，屬於邊緣顯著，而且 2005 到 2015 年這十年完全失效。一個可能的解釋是兩國權值股都集中在半導體，韓國的反應常常比台股早一步（本文沒有另外驗證這個機制）。比較穩當的讀法是：在半導體主導行情的年代，韓股常常是台股的前一站，這個傾向未必每個十年都成立。

用 2026 年 9 月底的數字代入這條式子：KOSPI 過去 3 個月跌了 19.3%，模型對台股未來 6 個月的預測是 -7.5%（80% 區間 -26% 到 +16%），無條件平均是 +2.8%；改用 6 個月窗口，預測是 -2.3%。兩種算法都偏向台股接下來半年比平常弱，但區間很寬，只適合當方向參考。

韓國融資餘額創新高，是全球股市的高點嗎？

第二個常見說法是「韓國散戶槓桿最滿，就是全世界的高點」。韓國信用融資在 2007 年以前規模極小（占市值 0.04% 到 0.07%，當時散戶槓桿主要走未收款交易），所以這部分從 2007 年開始檢驗。

融資高點的定義是兩年新高，而且之後餘額掉兩成以上；美股高點是兩年新高，之後 S&P 500 跌一成以上。

時間上比隨機接近：已完成的 5 次融資高點和美股高點的距離中位數是 100 天，把融資高點日期隨機平移 2,000 次，隨機結果的中位數是 264 天（p=0.04）。只有 5 次樣本，這個證據不算強。

但美國自己的融資也一樣。美國 FINRA 融資餘額的 4 次高點（2000、2007、2018、2021 年）和 S&P 500 高點的距離中位數只有 67 天，2007、2018、2021 年也都早 2 到 4 個月；台灣融資的高點和台股高點，中位數只差 10 天。融資本來就跟著股價走：漲的時候越借越多，跌的時候被追繳、被斷頭，餘額一下就縮。Geanakoplos (2010) 把這種現象稱為槓桿循環，景氣好時擔保要求寬鬆、槓桿上升，下跌時擔保要求收緊、強迫去槓桿。任何一國的融資高點都會貼著股價高點，韓國沒有特別準。

而且融資高點要等餘額掉了兩成才能確認，當下拿來用的只能是「融資接近兩年新高」這種狀態。我們用狀態去預測未來一年：

韓國槓桿高的時候，全球股市後面一年比較「漲不動」，跌幅並沒有比較深。以目前的融資占市值來看，韓國槓桿已經清洗到近五年低檔。要提醒的是，這次韓國散戶的槓桿有一大塊放在單股槓桿 ETF 裡，不在融資統計內，所以這個比率會低估真實的槓桿。

想看台股自己的槓桿水位，可以用 融資維持率計算工具，或參考 用融資維持率做 0050 擇時 的回測。

韓股深跌、台股在高點：歷史上 4 次的結果

前面用的是「KOSPI 跌破兩成那一天」。但 2021 和 2024 年，KOSPI 要等到美股已經開始跌了才跌破兩成，現在這種「韓股深跌、本地股市卻在高點」更像是一個持續的狀態。我們把它定義成：

背離狀態：KOSPI 距過去一年高點 15% 以上，同時台股（或美股）距自己的一年高點 5% 以內。第一天進入算一段，120 天內再進入算同一段。

這個定義是看完前面的結果才加的，所以我們同時列出不同門檻、兩種計算口徑，並把韓股換成其他國家做對照，避免挑到剛好好看的設定（Harvey, Liu & Zhu (2016) 對這種多重檢定的問題有完整討論）。

圖中灰線是每一段的走勢，黑線是歷史中位數，紅線是 2026 年 7 月 2 日之後的路徑。

美股的一年報酬看不出差別。 11 段裡，一年內跌超過一成的機率 36%，和平常的 32% 差不多，報酬中位數也一樣。若改成按天數加權，美股的平均最深跌幅會變深（-13.0% vs -7.6%，循環平移檢定 p=0.014），原因是壞的那幾段（2022、2024、2018、1998 年）背離狀態持續得比較久。把韓股換成其他 20 國做同樣的對照（門檻 -20%），只有那斯達克和韓股達到統計顯著，韓股排第 2。對美股的實際意義是：路可能比較顛簸，一年的報酬不變。

台股方向明確，但只有 4 次：

4 次之後一年內台股都回撤 19% 以上，而且低點都不是馬上來，落在進入背離後 4 到 11 個月。這和「韓股先跌、台股幾個月後跟上」的說法一致。

但這個現象在其他國家也看得到。把韓股換成其他 21 國（門檻 -20%），「台股在高點、另一個主要市場已經深跌」之後，台股一年內的最深跌幅普遍比平常深，其他 21 國裡有 10 國達到統計顯著，包括那斯達克、日經、香港、德國。比較貼切的解讀是：全球已經有地方在崩、台股還在高點的時候，台股之後的回檔通常比較深；韓股是這類訊號裡和台股最接近的一個，而月資料的領先性才是韓股相對其他國家特別的地方。

讀這張表時要記得三件事：

• 樣本只有 4 次。 2019 和 2024 年那兩次，下跌分別來自隔年的 COVID 和關稅，是外部衝擊碰巧落在窗口裡，不一定是韓股傳過來的。
• 2026 年的走法沒有前例。 這次台股 7 月已經跟著韓股跌了 16%，又自己漲回新高，以前 4 次都沒有「先被傳染、再創新高」的路徑。
• 把機率往平常收縮。 4 次全中不代表 100%。兩種粗略的算法：門檻放寬到韓股跌 10% 的 11 段，有 36% 在一年內回撤兩成以上；把 4 段裡的 3 段和平常 26% 的基準按 4 比 6 加權（等於把平常基準當成 6 次觀察），約 46%。台股接下來一年回撤兩成以上的機率，合理範圍大約在 36% 到 46%，比平常高，但遠不到確定。

用 finlab 檢查韓股與台股的背離

finlab 的全球指數資料（world_index:close，2015 年起）就能算出現在是不是處在背離狀態。把下面這段貼給你的 AI 助理，或在安裝好 FinLab Skill 的環境直接執行：

from finlab import data
 
close = data.get("world_index:close")
kospi = close["^KS11"].dropna()
taiex = close["^TWII"].dropna()
 
 
def drawdown_from_high(s, window=252):
    """收盤價距過去一年最高點的跌幅。"""
    peak = s.rolling(window, min_periods=window // 2).max()
    return s / peak - 1
 
 
kospi_dd = drawdown_from_high(kospi)
taiex_dd = drawdown_from_high(taiex).reindex(kospi_dd.index, method="ffill")
 
# 背離狀態：韓股距高點 15% 以上，台股在高點 5% 以內
divergence = (kospi_dd <= -0.15) & (taiex_dd >= -0.05)
 
print(f"KOSPI 距一年高點：{kospi_dd.iloc[-1]:.1%}")
print(f"台股距一年高點：{taiex_dd.iloc[-1]:.1%}")
print("最近符合背離的交易日：", divergence[divergence].index[-5:].date)

2026 年 10 月 1 日跑出的結果：KOSPI 距一年高點 -23.5%，台股 0.0%（當天創新高）。2015 年以來共有 82 個交易日處在背離狀態，分布在 2019、2022、2024 與 2026 年，正好對應上一節表格的後三次與今年；2026 年從 7 月 2 日開始，到 10 月 1 日累計 36 天。

想延伸研究，可以這樣問 AI：

💬 你對 AI 說：用 finlab 的全球指數資料，把韓股換成日經 225 或費城半導體指數，重算台股在背離狀態之後一年的最深跌幅，並和平常日子比較。

文末的 strategy.py 用 1997 年起的完整資料，重現本文美股與台股的事件列（含隨機日期 p 值）、背離表（含門檻放寬列與低點時間）、融資高點距離與月資料預測式；日經、德國列與 21 國、25 國的比較需要其他國家指數（研究使用 Yahoo Finance 資料）。

2026 年之後的台股與美股：可以追蹤的觀察點

下表整理幾個可以每天檢查的數字，用途是追蹤背離狀態與槓桿有沒有變化，本身並非買賣訊號：

美股的一年報酬看不出受韓股崩盤影響，風險主要還是看美國自己的槓桿與基本面；台股和韓股綁在同一個半導體題材上，歷史上這種背離出現後，台股的回檔常在幾個月後才來。 低點時間分散在 4 到 11 個月之間，所以這份研究無法告訴你何時出場；對已經持有台股的人，比較實際的是事先想好部位大小。停損線的取捨可以參考 台股第四季走勢研究 裡的回測。

研究方法與限制

這些都是歷史統計。市場結構會變，2005 到 2015 年韓股對台股失去預測力就是例子；過去的關係不保證未來重演。

常見問題

Q1：2026 年韓股崩盤的原因是什麼？ KOSPI 在見頂前一年漲了兩倍，三星電子與 SK 海力士兩檔就占指數超過五成。7 月初美國晶片股下跌外溢，加上單股槓桿 ETF 與融資斷頭的賣壓，KOSPI 五週半跌了 38.6%。這是一次權值高度集中、槓桿集中在散戶的韓國本地崩盤。

Q2：韓股和台股的連動性有多高？ 日報酬相關係數約 0.68，是台股和各國股市裡最高的一組（見 台股相關性分析）。除了同步漲跌，月資料也顯示韓股過去 6 個月的報酬，對台股未來 6 個月有領先性，t 值 3.15，是 25 國中最強。

Q3：韓股崩盤，美股會跟著跌嗎？ 從 1997 年以來的資料看不出來。KOSPI 跌破高點兩成後，美股一年內的最深跌幅和平常沒有顯著差別；韓股深跌而美股在高點的 11 段，美股一年報酬中位數 +11.5%，和平常一樣。如果按天數加權，背離期間美股途中的最深跌幅會比平常深（-13.0% vs -7.6%），也就是路上可能比較顛簸。全球股市的領頭羊是美股，韓股的訊號很少往美國傳。

Q4：韓國融資餘額多少算高？ 絕對金額會隨市值成長，比較有意義的是融資占市值的比率。2008 年以來這個比率大約在 0.17% 到 0.96% 之間，2020 到 2022 年最高；2026 年 9 月底是 0.535%，在近五年的第 5 百分位。歷史上比率落在近五年前 20% 時，全球股市後面一年的報酬偏低。

Q5：融資餘額創新高，是不是股市的頂部？ 融資高點和股價高點時間很接近，但這是融資跟著股價走的結果，韓國、美國、台灣都一樣。融資高點要等餘額掉兩成才能確認，當下看到「融資接近新高」，並不能預測接下來一年會不會大跌。

Q6：韓股跌了，台股要不要先減碼？ 這份研究支持「提高警覺、事先想好部位大小」，不支持「看到韓股跌就出場」。台股在背離後回撤的 4 次，低點都在 4 到 11 個月後，提早出場可能錯過中間的漲幅。這份研究本身沒有測試停損，第四季的停損線研究可以參考 台股第四季走勢。

Q7：韓股是不是全球股市的金絲雀？ 對美股不算：韓股先見頂的比例只有 38%，跌破兩成後其他國家也沒有跌得更深，21 國排第 20。對台股算是，韓股是 25 國中對台股預測力最強的市場，但這個關係屬於邊緣顯著，而且在 2005 到 2015 年失效過。

Q8：可以自己重算這份研究嗎？ 可以。文末提供完整的重現腳本與資料檔，也可以用 AI 輔助安裝流程 設定 FinLab 後，請 AI 改成你想測的國家或門檻。

延伸閱讀

• 入門總覽：量化交易完整指南、回測工具與觀念、什麼是回測
• 跨國股市資料：台股與全球指數的相關性、用 yfinance 下載全球指數、全球指數歷史資料下載
• 崩盤與風險：VIX 恐慌指數抄底美股、LPPL 泡沫崩盤預測、為什麼外資大賣台股反而漲、量化交易的缺點與風險
• 名詞：Beta 是什麼、前視偏差

下載與重現

• 重現腳本（事件表、背離表、融資高點、月資料預測式）：strategy.py
• 日收盤與韓國融資餘額資料（1990-01 至 2026-09-30）：data.csv
• 21 國排名、25 國預測表與日經、德國列需要另外下載各國指數（研究使用 Yahoo Finance 的 26 國指數日收盤，KOSPI 與台股以官方收盤覆寫）

最後更新：2026-10｜研究區間：1997-06 至 2026-09（韓國融資 2007 年起）｜資料截至 2026-09-30｜作者：FinLab 量化研究團隊（經量化研究員審閱）

投資有風險，過去績效不代表未來表現。本內容僅供教學與研究參考，不構成投資建議，請依個人風險承受度審慎評估。